1)、尺度空间的生成；
2)、检测尺度空间极值点；
3)、精确定位极值点；
4)、为每个关键点指定方向参数；
5)、关键点描述子的生成。
1.尺度空间：在一个合适的范围内，使用高斯卷积核模拟图像的多尺度化
L(x,y,σ), σ= 1.6 a good tradeoff
D(x,y,σ), σ= 1.6 a good tradeoff
关于尺度空间的理解说明：图中的2是必须的，尺度空间是连续的。 在 Lowe的论文中 ， 将第0层的初始尺度定为1.6，图片的初始尺度定为0.5. 在检测极值点前对原始图像的高斯平滑以致图像丢失高频信息，所以 Lowe 建议在建立尺度空间前首先对原始图像长宽扩展一倍，以保留原始图像信息，增加特征点数量。尺度越大图像越模糊。
next octave 是由 first octave 降采样得到（如2）
，
尺度空间的所有取值，s为每组层数，一般为3~52、检测空间极值点
同一组中的相邻尺度（由于k的取值关系，肯定是上下层）之间进行寻找
在极值比较的过程中，每一组图像的首末两层是无法进行极值比较的，为了满足尺度
变化的连续性，我们在每一组图像的顶层继续用高斯模糊生成了3 幅图像，高斯金字
塔有每组S+3层图像。DOG金字塔每组有S+2层图像.
3、精确定位极值点
If ratio > (r+1)2/(r), throw it out (SIFT uses r=10)
表示DOG金字塔中某一尺度的图像x方向求导两次
通过拟和三维二次函数以精确确定关键点的位置和尺度（达到亚像素精度）？
4、主方向的确定
直方图中的峰值就是主方向，其他的达到最大值80%的方向可作为辅助方向
Identify peak and assign orientation and sum of magnitude to key point
The user may choose a threshold to exclude key points based on their
不要因为世态变迁而埋怨,不要因为命运多舛而怨恨.
